الإعلام الآلي — الذكاء الاصطناعي: الشبكات العصبونية الاصطناعية ومبدأ عملها — السنة الثالثة ثانوي — بكالوريا — المنهاج الجزائري

الذكاء الاصطناعي: الشبكات العصبونية الاصطناعية

الشبكات العصبونية الاصطناعية (Artificial Neural Networks) هي نموذج حاسوبي مستوحى من بنية ووظيفة الجهاز العصبي البيولوجي، وتستخدم في التعلم الآلي والتعلم العميق.

الخلية العصبونية الاصطناعية (Perceptron)

المدخلات (Inputs): x1, x2, …, xn تمثل البيانات الداخلة.

الأوزان (Weights): w1, w2, …, wn تحدد أهمية كل مدخل.

المجموع المرجح: Σ(wi × xi) + b (حيث b هو الانحياز).

دالة التنشيط (Activation Function): تحدد خرج الخلية (مثل Sigmoid, ReLU, Tanh).

طبقات الشبكة العصبونية

طبقة الإدخال (Input Layer): تستقبل البيانات الخام.

الطبقات المخفية (Hidden Layers): طبقة أو أكثر تقوم بمعالجة البيانات.

طبقة الإخراج (Output Layer): تنتج النتيجة النهائي.

التعلم في الشبكات العصبونية

الانتشار الأمامي (Forward Propagation): حساب الخرج من المدخلات.

الانتشار العكسي (Backpropagation): حساب الأخطاء وتعديل الأوزان.

النزول التدرجي (Gradient Descent): طريقة تحسين الأوزان لتقليل الخطأ.

تطبيقات الشبكات العصبونية

التعرف على الصور والوجوه، معالجة اللغة الطبيعية، الترجمة الآلية، السيارات ذاتية القيادة، التشخيص الطبي.

تمارين

التمرين 1: اشرح الفرق بين طبقة الإدخال والطبقات المخفية وطبقة الإخراج.

التمرين 2: ما دور دالة التنشيط في الخلية العصبونية الاصطناعية؟ أعط مثالين.

للمزيد من الدروس، راجع درس الذكاء الاصطناعي: مفهوم التعلم الآلي ودرس الذكاء الاصطناعي: معالجة اللغة الطبيعية.